《表1 6种算法在ORL数据库上的平均识别结果Tab.1 Average recognition rates of 6 algorithms on ORL database》
为进一步分析WCCA与对比算法的性能,从每个人的10张图片中随机选取5张用于训练,剩余用于测试,并独立进行10次实验。图2显示了5种多视图算法随抽取后的特征维数变化的平均识别结果。从图2中可以看出,为样本特征加权的WCCA抽取的特征比CCA和C3A的特征更加具有鉴别性,而且在特征维数达到120以上,WCCA的识别率趋于稳定,识别的效果明显优于其他4种多视图算法。图2的实验结果再次验证了WCCA的可行性和有效性。
图表编号 | XD006294700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.01 |
作者 | 顾高升、葛洪伟、周梦璇 |
绘制单位 | 江南大学轻工过程先进控制教育部重点实验室、江南大学物联网工程学院、江南大学轻工过程先进控制教育部重点实验室、江南大学物联网工程学院、江南大学轻工过程先进控制教育部重点实验室、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |